对纱线的起毛起球表征都是先织成织物经裁剪进行磨损后， 再通过比照评价。织物起球的预测技术，是在实验和分析讨论后的基础上建立某些相关参数与起球的关系， 然后依据这些参数来预报起球的可能性， 即利用人工神经网络对织物的起球趋势进行预测。起毛起球表征技术的基本现状是以感官的评价为基础， 依据的是经验的结果和数据，并因此来预报起球。那么起毛起球表征技术有哪些问题呢？

    1.主观表征方面

    主观表征有很多方法， 但决策过程往往受评价者主观因素及外界环境干扰从而导致主观评定的结果离散性大， 缺乏准确性。另外， 织物种类不同， 起球方法不同，以及各个机构制定的不同的起球等级样照，对评定结果均会造成差异。

    2.客观表征方面

    客观表征中基于新型设备的方法， 比如激光三角成像法，采用的设备昂贵、 复杂; 而基于图像处理算法又包含多个步骤。对织物尤其是有复杂花型表面的绒毛和小球的区分不清是导致客观表征不准确的一大障碍。同时， 由于深色织物表面反光效果较差，在成像过程中，织物表面的毛球与织物本身的光强度相差不大，也是客观表征的一大问题。

    3.虚拟表征方面

    多年来有许多科研人员对起球的问题进行了深入的研究，然而起球本质的确切模型或准确预测至今仍未形成。起球的关键因素及其原理现已基本清楚，但在这个研究课题内因素之间及其在众多加工过程中的情况，却缺乏理论论证; 即使了解了在诸多加工过程中繁多复杂的因素， 但这其中的每个因素及其影响织物起球的主要共同作用的程度还有待考证。

    现有的起毛起球评价方法是对织物进行的摩擦起球实验，必须要先将纱线织成样片，要求实验室备

有各种不同规格的织机， 不仅多了一道工序而且占地费时。另一方面，仪器摩擦时间长，实验用织片面积小，试样的代表性差。相对于主观评价方法而言，基于图像处理的评级方式虽然更加客观， 但是由于图像分析受到织物组织结构不同导致的不同纹理、印染加工后出现不同颜色深浅以及局部烂花和印花的影响，这些问题都给图像处理带来一定困难，对等级评定的准确性也存在影响。

    4.机制问题方面

    以往较多地关注影响起毛起球的外在因素， 在研究成因与过程方面， 其进展只是给出了一些定性的描述，而忽略了起毛起球发生、 发展、 消亡的规律，因此，应该跳出对织物进行起球实验的局限， 转而考虑研究适合纱线甚至纤维或纤维团的摩擦起球和等级评定方法，如寻求纱线的毛羽长度、 毛球形态及直径、 磨损物质量等在线原位测量为一体的快速、准确、 客观、 适合工业化应用的评价方法和装置。

织物起毛起球技术文章：http://www.qmqqy.com